Welche Prozesse eignen sich für KI? Ein Bewertungsraster für den Mittelstand

Ein Prozess eignet sich für KI, wenn er häufig vorkommt, erkennbaren Regeln folgt, auf Daten sitzt, die bereits digital vorliegen, und wenn ein Fehler darin nicht teuer wird. Sechs Kriterien, jeweils null bis drei Punkte: Ab 13 von 18 Punkten lohnt sich der Start, zwischen 9 und 12 lohnt er sich mit Einschränkungen, unter 9 lassen Sie besser die Finger davon. Das klingt banal, ist aber der Schritt, den die meisten Unternehmen überspringen — und genau deshalb scheitern so viele KI-Projekte an Prozessen, die von Anfang an ungeeignet waren.

Die Frage „Was kann KI bei uns übernehmen?“ wird meist mit einer Liste von Anwendungsfällen beantwortet. Das hilft nur begrenzt weiter, denn dieselbe Aufgabe kann im einen Betrieb hervorragend funktionieren und im anderen scheitern. Entscheidend ist nicht, welcher Prozess es ist, sondern wie er beschaffen ist. Dieser Beitrag liefert das Raster, mit dem wir bei brand-neu digital vor jedem Projekt prüfen, ob sich ein Prozess überhaupt lohnt — nachrechenbar, in etwa 20 Minuten pro Prozess.

Die Kernpunkte vorab:

Warum entscheidet die Prozessauswahl über Erfolg oder Misserfolg?

Weil in der Auswahl bereits festgelegt wird, ob am Ende ein messbarer Effekt herauskommen kann. Ein Prozess, der fünfmal im Monat vorkommt, wird auch bei perfekter Automatisierung nie eine Stelle entlasten. Ein Prozess ohne digitale Datenbasis lässt sich nicht automatisieren, sondern nur digitalisieren — das ist ein anderes, meist größeres Projekt.

Der wichtigste Engpass ist dabei nicht die Technik, sondern die Datengrundlage. Gartner formuliert das deutlich: 63 Prozent der befragten Unternehmen verfügen nicht über passende Datenverwaltungspraktiken für KI oder wissen es nicht sicher, und für Projekte ohne geeignete Datengrundlage erwartet das Haus bis 2026 eine Abbruchquote von rund 60 Prozent.

Gleichzeitig ist der Einstieg in der Breite angekommen: Laut Bitkom nutzen 36 Prozent der Unternehmen ab 20 Beschäftigten bereits KI, nach 20 Prozent im Vorjahr. Die Frage ist also nicht mehr ob, sondern wo zuerst. Und auf genau diese Frage geben die verfügbaren Quellen erstaunlich wenig Handfestes: Selbst das Mittelstand-Digital Zentrum Chemnitz beschreibt Anwendungsfelder, ohne prüfbare Auswahlkriterien zu nennen. Diese Lücke schließt das folgende Raster.

Die Analogie, die es auf den Punkt bringt: Sie würden keine neue Maschine kaufen, ohne zu wissen, wie viele Teile sie im Monat produzieren soll. Bei KI-Projekten passiert genau das erstaunlich oft — die Maschine wird gekauft, und danach wird überlegt, was sie eigentlich herstellen könnte.

Die sechs Kriterien im Bewertungsraster

Nehmen Sie einen konkreten Prozess und vergeben Sie je Kriterium null bis drei Punkte. Wichtig: Bewerten Sie den Prozess, wie er heute wirklich läuft, nicht wie er im Organigramm aussieht.

Zwei Kriterien werden regelmäßig falsch bewertet. Die Regelhaftigkeit wird unterschätzt: Wer sagt „bei uns ist jeder Fall anders“, hat den Prozess meist nie zerlegt. Wenn Sie ihn in Teilschritte aufteilen, ist typischerweise die Hälfte davon vollkommen gleichförmig. Die Fehlerkosten werden dagegen unterschätzt in die andere Richtung: Ein Prozess mit hohem Schadenspotenzial ist nicht ungeeignet für KI — aber er gehört nicht an den Anfang, weil ein einziger Vorfall dort das gesamte Vorhaben beendet.

Wie lesen Sie die Punktzahl?

Addieren Sie die sechs Werte. Das Ergebnis liegt zwischen 0 und 18 und führt zu einer von vier Empfehlungen.

Eine Sonderregel ist wichtiger als die Summe: Null Punkte bei Datenlage oder Fehlerkosten sind ein Ausschlusskriterium, auch wenn alle anderen Werte hoch sind. Ein Prozess, dessen Informationen ausschließlich in Köpfen stecken, ist ein Dokumentationsprojekt. Ein Prozess, in dem ein Fehler einen Rechtsstreit auslöst, ist ein Kandidat für später, wenn Ihr Team Erfahrung im Umgang mit KI-Ergebnissen gesammelt hat.

Vier Beispiele aus der Praxis, durchgerechnet

Vier typische Prozesse aus Betrieben zwischen 10 und 100 Mitarbeitern, bewertet nach demselben Raster. Die Reihenfolge der Werte entspricht der Reihenfolge in der Kriterientabelle.

Das letzte Beispiel zeigt den häufigsten Denkfehler und zugleich seine Lösung. „Rechtsberatung“ ist als Prozess nicht automatisierbar, das Zusammensuchen und Vorsortieren der relevanten Unterlagen davor aber sehr wohl. Fast jeder schlecht bewertete Prozess enthält einen gut bewerteten Teilschritt. Genau nach diesen Teilschritten suchen wir bei der Prozessoptimierung durch KI, statt ganze Abteilungen umzukrempeln.

Der erste Fall ist übrigens kein theoretisches Beispiel: Wie die Telefonannahme in einer Gemeinschaftspraxis tatsächlich umgestellt wurde, steht in unserem Fallbeispiel, und was so eine Lösung kostet, rechnen wir im Beitrag zu Kosten und Anbietern von KI-Telefonassistenten durch.

Welche Prozesse sollten Sie bewusst nicht automatisieren?

Eine Negativliste ist im Zweifel wertvoller als eine Ideenliste, weil sie teure Umwege verhindert. Diese sechs Kategorien halten wir im Mittelstand grundsätzlich vom Einstieg fern.

Der letzte Punkt ist kein weiches Kriterium, sondern der häufigste stille Projektkiller. Wie ein tragfähiges Betreuungsmodell aussieht, haben wir im Beitrag zum Betriebsmodell nach dem Go-live ausführlich beschrieben.

Der Datencheck: Sitzt der Prozess auf brauchbaren Daten?

Fast jede Absage nach einem gescheiterten Piloten lässt sich auf eine dieser fünf Fragen zurückführen. Beantworten Sie sie, bevor Sie ein Angebot einholen.

Ein Nebeneffekt, den viele unterschätzen: Dieser Check fördert regelmäßig Lücken zutage, die auch ohne KI Geld kosten — doppelt gepflegte Stammdaten, Exporte, die jemand von Hand zusammenklickt, Kennzahlen, die niemand sieht. Manchmal ist die richtige Antwort auf einen KI-Wunsch zunächst ein Dashboard, das die vorhandenen Daten endlich sichtbar macht.

Wie rechnen Sie den Nutzen, bevor Sie starten?

Eine Bierdeckelrechnung genügt, und sie ist ehrlicher als jede Prozentangabe aus einer Anbieterbroschüre. Vier Zahlen brauchen Sie: Vorgänge pro Monat, Minuten je Vorgang, interner Stundensatz und der realistische Automatisierungsgrad.

Die Rechnung lautet: Vorgänge pro Monat mal Minuten je Vorgang geteilt durch 60 mal Stundensatz mal Automatisierungsgrad. Der letzte Faktor ist der, an dem die meisten Kalkulationen schöngerechnet werden. Realistisch sind im ersten Jahr 50 bis 70 Prozent, nicht 100 — der Rest bleibt Prüfung, Ausnahme und Nacharbeit.

Diesem Wert stellen Sie die laufenden Kosten gegenüber — Plattform, Betreuung, technische Wartung. Wenn der Nutzen die laufenden Kosten nicht mindestens um den Faktor zwei übersteigt, ist der Prozess entweder zu klein oder der Zuschnitt zu groß. Beides lässt sich vor dem Projekt korrigieren und danach nur noch teuer.

Nicht mitrechnen sollten Sie Effekte, die Sie nicht belegen können: höhere Kundenzufriedenheit, bessere Datenqualität, Entlastung des Teams. Die treten oft ein, taugen aber nicht als Begründung für eine Investition. Rechnen Sie mit dem, was Sie zählen können, und nehmen Sie den Rest als Zugabe.

Warum entscheidet mit, wer den Prozess heute macht?

Weil dieselbe Person später darüber entscheidet, ob das Ergebnis genutzt oder umgangen wird. Und weil die Zurückhaltung real ist: In einer Befragung von rund 200 Fach- und Führungskräften aus dem deutschen Mittelstand nannten 40 Prozent die Sorge der Belegschaft um den eigenen Arbeitsplatz als Herausforderung bei der KI-Einführung.

Der praktische Umgang damit ist unspektakulär. Erstens: Die Auswahl gemeinsam mit der Person treffen, die den Prozess täglich macht — sie kennt die Ausnahmen, die in keinem Ablaufdiagramm stehen. Zweitens: Klar benennen, was mit der eingesparten Zeit passiert. Ein Satz genügt, aber er muss gesagt werden, sonst füllt ihn jeder selbst mit der schlechtestmöglichen Vermutung. Drittens: Mit einem Prozess starten, den ohnehin niemand gern macht. Der erste automatisierte Vorgang sollte eine Erleichterung sein, kein Statusverlust.

In zwei Wochen zur Entscheidung: ein Fahrplan

Sie brauchen keine Analysephase über Monate. Die Auswahl ist in zwei Wochen zu schaffen, wenn drei Termine im Kalender stehen.

Am Ende steht bewusst genau ein Prozess. Drei parallele Vorhaben führen im Mittelstand fast immer dazu, dass keines davon zu Ende gebracht wird. Ist der erste durch, ist der zweite deutlich schneller — die Anbindungen stehen dann, das Team weiß, wie Prüfen geht, und die Auswahl fällt beim nächsten Mal in einer Stunde.

Häufige Fragen zur Prozessauswahl

Welcher Prozess eignet sich am besten für den Einstieg in KI?

Der, der häufig vorkommt, klaren Regeln folgt, auf digital verfügbaren Daten sitzt und bei dem ein Fehler nicht teuer wird. In der Praxis sind das im Mittelstand meist Telefonannahme und Terminvergabe, Angebots- und Textentwürfe, das Vorsortieren von Dokumenten sowie die Vorkontierung von Eingangsrechnungen.

Wie klein darf ein Prozess sein, damit er sich lohnt?

Als Faustregel sollte er mindestens zwei Stunden Arbeitszeit pro Woche binden. Darunter ist der rechnerische Nutzen meist kleiner als der Betreuungsaufwand. Ein kleiner Prozess kann trotzdem sinnvoll sein, wenn er als Übungsfeld dient — dann aber bewusst als Lernprojekt und nicht mit Renditeerwartung.

Was bedeutet es, wenn unsere Daten nicht KI-tauglich sind?

Dass die Informationen entweder nicht digital, nicht aktuell, nicht einheitlich oder rechtlich nicht nutzbar sind. Die Konsequenz ist kein Projektstopp, sondern eine andere Reihenfolge: erst die Datenquelle in Ordnung bringen, dann automatisieren. Gartner beziffert das Risiko deutlich — Projekte ohne geeignete Datengrundlage werden überdurchschnittlich häufig abgebrochen.

Sollten wir mit einem großen oder einem kleinen Prozess anfangen?

Mit einem kleinen, aber vollständigen. Ein vollständig übernommener Teilprozess verändert den Arbeitsalltag spürbar, während ein zu 60 Prozent automatisierter Großprozess an jeder Bruchstelle neue Kontrollarbeit erzeugt.

Wie lange dauert es von der Auswahl bis zum Einsatz?

Bei einem gut bewerteten, klein zugeschnittenen Prozess liegen zwischen Entscheidung und erstem produktiven Einsatz meist zwei bis sechs Wochen. Prozesse mit mehreren Systemanbindungen oder besonderen Datenschutzanforderungen brauchen länger, meist zwei bis drei Monate.

Brauchen wir dafür eigene KI-Kenntnisse im Haus?

Für die Auswahl nicht — dafür brauchen Sie Prozesswissen, und das haben Sie. Für den späteren Betrieb schon: Es braucht eine Person, die Ergebnisse prüft und Auffälligkeiten meldet. Unabhängig davon verlangt die EU-KI-Verordnung von Unternehmen, die KI einsetzen, eine angemessene KI-Kompetenz der beteiligten Mitarbeitenden.

Fazit: Die Auswahl ist die halbe Miete

Die Frage „Was kann KI bei uns übernehmen?“ lässt sich nicht mit einer Liste beantworten, sondern nur mit einem Raster. Sechs Kriterien, je null bis drei Punkte, dazu ein Datencheck und eine Bierdeckelrechnung: Das ist der Unterschied zwischen einem Projekt, das nach einem Jahr noch läuft, und einem Piloten, der im Frust endet. Der Aufwand dafür beträgt wenige Stunden — und er ist die günstigste Stunde im ganzen Vorhaben.

brand-neu digital steht für KI für kleine und mittelständische Unternehmen. Wir suchen gemeinsam mit Ihnen die Prozesse, bei denen sich der Einsatz wirklich rechnet — und sagen ebenso klar, wo er das nicht tut. Einen Eindruck davon geben unsere Referenzen, unsere Arbeit an KI-Agenten und an der digitalen Lead-Generierung.

Sie haben drei Prozesse im Kopf und wissen nicht, welcher zuerst dran ist? In einer 30-minütigen Erstberatung, unverbindlich und kostenfrei, gehen wir das Raster gemeinsam an Ihren konkreten Abläufen durch — am Ende steht eine Empfehlung, mit welchem Prozess Sie starten sollten und mit welchem besser nicht.